發(fā)布時(shí)間：2014-10-01 10:24

2.2.1 數(shù)據(jù)庫(kù)技術(shù)。數(shù)據(jù)庫(kù)是按照數(shù)據(jù)結(jié)構(gòu)來(lái)組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)，以集中的方式控制數(shù)據(jù)，使用戶可以按照不同的條件來(lái)查詢、添加、修改信息。數(shù)據(jù)庫(kù)通常分為層次式數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)式數(shù)據(jù)庫(kù)和關(guān)系式數(shù)據(jù)庫(kù)。本系統(tǒng)中采用關(guān)系式數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)庫(kù)設(shè)計(jì)。數(shù)據(jù)庫(kù)設(shè)計(jì)分三個(gè)階段：①需求分析：調(diào)查和分析用戶的業(yè)務(wù)活動(dòng)和數(shù)據(jù)的使用情況，確定所用數(shù)據(jù)的種類、數(shù)量、范圍以及流通情況；②數(shù)據(jù)建模：首先建立概念數(shù)據(jù)模型，以此模型反應(yīng)現(xiàn)實(shí)中各部門的信息結(jié)構(gòu)、流通情況、信息要求等關(guān)系，再根據(jù)數(shù)據(jù)庫(kù)管理系統(tǒng)將此概念模型轉(zhuǎn)換為系統(tǒng)支持的邏輯數(shù)據(jù)模式；③物理設(shè)計(jì)：根據(jù)具體計(jì)算機(jī)結(jié)構(gòu)將數(shù)據(jù)庫(kù)管理系統(tǒng)所提供的存儲(chǔ)結(jié)構(gòu)、存取方法、存取路徑等進(jìn)行選定。
通常數(shù)據(jù)庫(kù)設(shè)計(jì)還需要進(jìn)行驗(yàn)證設(shè)計(jì)和運(yùn)行維護(hù)設(shè)計(jì)
等。
2.2.2 數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)是一種從大量數(shù)據(jù)中尋找規(guī)律，揭示隱含的、未知的、具有潛在價(jià)值的信息的技術(shù)，可用于預(yù)測(cè)、關(guān)聯(lián)分析、聚類、分類、偏差檢測(cè)和時(shí)序模式搜索等，是決策支持系統(tǒng)的基礎(chǔ)。數(shù)據(jù)挖掘主要包括三個(gè)步驟:①數(shù)據(jù)準(zhǔn)備：從相關(guān)的數(shù)據(jù)源中選取所需的數(shù)據(jù)并整合成用于挖掘的數(shù)據(jù)集；②規(guī)律尋找：用某種方法將數(shù)據(jù)集所含的規(guī)律找出來(lái)；③規(guī)律表達(dá)：用用戶可以理解的方式將所挖掘出的規(guī)律表達(dá)出來(lái)。
圖 1 具體描述了在本物流系統(tǒng)中數(shù)據(jù)挖掘的流程，其中模型的建立是數(shù)據(jù)挖掘的核心，因此需要對(duì)本次開發(fā)中使用的 Microsoft 聚集挖掘模型作以簡(jiǎn)要的介紹。
Microsoft 聚集挖掘模型是一種基于迭代技術(shù)的挖掘方法，通過反復(fù)掃描數(shù)據(jù)找出相似特征，重新定義分組界限，將數(shù)據(jù)按照找出的特征進(jìn)行新的聚集分類，具有無(wú)向、可處理大量數(shù)據(jù)集合節(jié)省內(nèi)存的特點(diǎn)。
2.2.3 智能決策支持技術(shù)。智能決策分析技術(shù)就是將上述兩種技術(shù)與人工智能相結(jié)合，應(yīng)用現(xiàn)代管理科學(xué)、計(jì)算機(jī)科學(xué)的理論和方法，針對(duì)提出的決策問題進(jìn)行決策分析、提出解決方案，幫助管理者快速做出正確決策的智能人機(jī)信息交互技術(shù)。智能決策支持系統(tǒng)的結(jié)構(gòu)由三部分組成：①人機(jī)接口：用于表達(dá)決策問題、決策目標(biāo)和決策方法；②問題處理系統(tǒng)：將提出的問題結(jié)構(gòu)化分析，對(duì)于結(jié)構(gòu)化問題采用構(gòu)建模型計(jì)算求解，對(duì)于非結(jié)構(gòu)問題則由推理機(jī)解決；③知識(shí)庫(kù)子系統(tǒng)和推理機(jī)：存儲(chǔ)不能用數(shù)據(jù)或者模型表示的知識(shí)和經(jīng)驗(yàn)，并根據(jù)用戶提出的問題對(duì)知識(shí)庫(kù)中的規(guī)則等進(jìn)行處理。

2.3 系統(tǒng)設(shè)計(jì)

2.3.1 數(shù)據(jù)庫(kù)設(shè)計(jì)。本系統(tǒng)采用 Microsoft SQL Server 2000 作為外部數(shù)據(jù)庫(kù)，表 1 為數(shù)據(jù)庫(kù)表中商品信息表的設(shè)計(jì)結(jié)構(gòu)，采購(gòu)信息表、銷售信息表、庫(kù)存信息表等其他數(shù)據(jù)庫(kù)表可參照表本系統(tǒng)采用 Visual Basic 進(jìn)行開發(fā)，因此使用 VB 提供的 ADO 編程法進(jìn)行數(shù)據(jù)庫(kù)訪問，即在窗體的 Load 事件過程中搭建一個(gè)可以連通數(shù)據(jù)庫(kù)的“橋”程序，以此作為接口訪問。代碼如下：
Private Sub Form_Load()
Dim cn As ADODB.Connection
Dim rs As ADODB.Recordset
Dim sSQL As String
Dim sOut As String
Dim Count As Integer
Set cn = New ADODB.Connection
Set rs = New ADODB.Recordset ' Set properties of the Connection. cn.ConnectionString = "DSN=RDC Nwind;UID=;PWD=;" cn.ConnectionTimeout = 30 cn.Open
If cn.State = adStateOpen Then _
MsgBox "Connection to NorthWind Successful!" sSQL = "SELECT DISTINCT Orders.ShipCountry FROM
Orders"
Set rs = cn.Execute(sSQL)
'Enumerate the recordset sOut = "" For Count = 1 To 10 sOut = sOut & rs("ShipCountry") & vbCrLf rs.MoveNext
Next Count
MsgBox sOut, vbExclamation, "ADO Results" cn.Close
End Sub
2.3.2 數(shù)據(jù)挖掘設(shè)計(jì)。本系統(tǒng)采用 OLAP 聚集挖掘模型，步驟包括：確定挖掘數(shù)據(jù)庫(kù)，選擇挖掘算法，定義實(shí)例的鍵，處理模型。代碼如下：
Dim dsorole as dso.role
Dim dsocol as dso.culumn
Set dsodb=dsosvr.mdstores(me.text2.text)
Set dsodmn=dsodb.miningmodels.addnew(.text3.text.sbclsolap)
付曉豹，等：計(jì)算機(jī)物流信息管理系統(tǒng)的設(shè)計(jì)研究
Set dsorle=dsodmn.roles.addnew(“all users”)
With dsodmn
.description=”數(shù)據(jù)挖掘”
.miningalgorithm=”Microsfot_decision”’選擇挖掘算法
.caseminmension=”sales”‘選擇挖掘維度
.trainingquery=’’’
.update end with end sub
本系統(tǒng)還采用了天才博通科技有限公司研發(fā)的 GDM 數(shù)據(jù)挖掘系統(tǒng)進(jìn)行更為科學(xué)、快速、可視化的數(shù)據(jù)挖掘分析，以供用戶對(duì)數(shù)據(jù)進(jìn)行深度處理并實(shí)施決策。
2.3.3 功能模塊設(shè)計(jì)。功能模塊中多數(shù)功能基于數(shù)據(jù)庫(kù)設(shè)計(jì)和數(shù)據(jù)挖掘設(shè)計(jì)完成，如采購(gòu)、銷售、庫(kù)存、供應(yīng)鏈的數(shù)據(jù)查詢和報(bào)表生成可通過對(duì)數(shù)據(jù)庫(kù)的訪問來(lái)完成；各類曲線繪制、價(jià)格分析、客戶需求分析和輔助決策等可調(diào)用數(shù)據(jù)挖掘系統(tǒng)對(duì)相應(yīng)數(shù)據(jù)進(jìn)行分析來(lái)生成。
除此之外，庫(kù)存管理還需要按照如下幾個(gè)標(biāo)準(zhǔn)進(jìn)行調(diào)節(jié)標(biāo)準(zhǔn)進(jìn)行控制：
①存貨總成本：TC=D×U＋D/Q×K＋
0.5Q×C＋TCs
其中：D:年需求量，U：?jiǎn)挝划a(chǎn)品成本，Q：訂貨批次，K：每次訂貨成本，
C：?jiǎn)挝划a(chǎn)品年存儲(chǔ)成本，TCs：缺貨成本 J。
②經(jīng)濟(jì)訂貨量：最低總庫(kù)存成本的合理訂貨量。

Q=姨2D×I/J
其中：D：年需求量，I：每次訂貨成本，J：?jiǎn)挝回浳飯?bào)關(guān)倉(cāng)儲(chǔ)成本。
③永續(xù)盤存再訂貨點(diǎn)：檢查日常庫(kù)存狀態(tài)確定再次進(jìn)行訂貨的庫(kù)存量點(diǎn)。
ROP=D×T＋SS
其中：D:平均日需求量，T：平均周期，SS：安全庫(kù)存。
④定期盤存再訂貨點(diǎn)：按時(shí)間周期檢查庫(kù)存狀態(tài)確定再訂貨的庫(kù)存量點(diǎn)。
ROP=D×(T＋P/2)＋SS
⑤修正補(bǔ)給水平：將定期盤存和永續(xù)盤存結(jié)合，使用短間隔定期檢查庫(kù)存狀態(tài)確定補(bǔ)給水平。
TGT=D×(T＋P)＋SS
⑥預(yù)測(cè)訂貨量：通常訂貨量要收到多種因素的影響。
Ft=Bt＋St＋T＋Ct＋Pt＋I(xiàn)
其中 Ft:t 時(shí)間需求水平，Bt：t 時(shí)間基本需求水平，St：t 時(shí)間季節(jié)因素，T（Bt+1/Bt）：t 時(shí)間趨勢(shì)因素，Ct：t 時(shí)間周期因素，
Pt：t 時(shí)間促銷因素，I：隨即數(shù)量。
⑦實(shí)際訂貨量：Q=D×P＋M－N－B
其中 D：庫(kù)存控制目標(biāo)天數(shù)，P：日均銷售量，M：在批發(fā)量，
N：當(dāng)前庫(kù)存量，B：再訂量。
通過以上標(biāo)準(zhǔn)，可以對(duì)庫(kù)存訂貨進(jìn)行安排，實(shí)現(xiàn)庫(kù)存量的合理控制。
至此，物流信息管理系統(tǒng)的核心設(shè)計(jì)已經(jīng)基本完成，在通過使用 VB 對(duì)操作系統(tǒng)的界面進(jìn)行繪制，對(duì)各模塊間融合進(jìn)行優(yōu)化之后，該系統(tǒng)已經(jīng)可以進(jìn)入實(shí)際應(yīng)用階段，圖 2 為系統(tǒng)客戶管理功能的截圖。
圖2 客戶管理界面

3 結(jié)語(yǔ)

本文通過對(duì)某物流公司物流信息系統(tǒng)的數(shù)據(jù)庫(kù)、功能模塊和智能決策技術(shù)詳細(xì)分析，介紹了計(jì)算機(jī)物流信息系統(tǒng)的基本原理、結(jié)構(gòu)和相關(guān)技術(shù)，最后提出了該系統(tǒng)的分析設(shè)計(jì)方案，通過數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)挖掘分析技術(shù)和人工智能技術(shù)結(jié)合，成功的實(shí)現(xiàn)了物流信息自動(dòng)化、科學(xué)化、高效化管理，為物流企業(yè)帶來(lái)了更高的經(jīng)濟(jì)效益。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，物流信息系統(tǒng)在網(wǎng)絡(luò)化、集成化等方面還有很大的提升空間，通過更加深入的研究，物流信息系統(tǒng)一定會(huì)逐步完善功能，實(shí)現(xiàn)為物流公司提供更為科學(xué)高效的信息管理。

[參考文獻(xiàn)]

[1]王燕.基于物聯(lián)網(wǎng)的現(xiàn)代企業(yè)物流信息系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].軟件導(dǎo)
刊,2012.
[2]陳京民.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)[M].北京:電子工業(yè)出版社,2002.
[3]馬少斌.物流信息系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)[J].甘肅聯(lián)合大學(xué)學(xué)報(bào),2011.
[4]何留杰,李靜.基于計(jì)算機(jī)的天車物流管理系統(tǒng)設(shè)計(jì)[J].物流技術(shù),
2012.
[5]莫衛(wèi)東.VisualBasiC6.0 高級(jí)編程技巧—數(shù)據(jù)訪問篇[M].西安：西安交通大學(xué)出版社,2000.
[6]聶耿青,吳燕.現(xiàn)代化物流中心管理信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].物流技術(shù),2006.

本文編號(hào)：9383